Тест Шапиро-Вилка с несколькими условиями в R

Question

Я должен выполнить тест на нормальность Шапиро-Вилка. Мой набор данных построен следующим образом:

Condition0 <- c(0.9201584, 0.8386860, 0.8092635, 0.8166590, 0.8653545)
Condition1 <- c(0.9905397, 0.9498400, 1.0378111, 0.9740314, 1.0355568)
Condition2 <- c(0.9529179, 1.0919274, 1.0089470, 1.0067670, 0.9686904)
Condition3 <- c(0.7402958, 0.7890059, 0.8060471, 0.8020820, 0.7931508)
Condition4 <- c(0.7725662, 0.6916708, 0.7698080, 0.7476060, 0.7602339)
Control <- c(0.7707546, 0.7035131, 0.7268695, 0.8217838, 0.7641010)

dataset <- data.frame(Condition0, Condition1, Condition2, Condition3, Condition4, Control, row.names = c("d1", "d2", "d3", "d4", "d5"))

Как видите, есть 6 условий с 5 результатами для каждого условия.

Правильно ли проводить тест Шапиро-Уилка таким образом, разделяя набор данных для каждого отдельного условия?

shapiro.test(dataset$Condition0)
shapiro.test(dataset$Condition1)
shapiro.test(dataset$Condition2)
shapiro.test(dataset$Condition3)
shapiro.test(dataset$Condition4)
shapiro.test(dataset$Control)

или я должен построить свой набор данных другим способом и выполнить тестирование во всем наборе данных, независимо от фактора "условие"? Как это:

    my_data <- c(0.9201584, 0.8386860, 0.8092635, 0.8166590, 0.8653545, 
              0.9905397, 0.9498400, 1.0378111, 0.9740314, 1.0355568,
              0.9529179, 1.0919274, 1.0089470, 1.0067670, 0.9686904,
              0.7402958, 0.7890059, 0.8060471, 0.8020820, 0.7931508,
              0.7725662, 0.6916708, 0.7698080, 0.7476060, 0.7602339,
             0.7707546, 0.7035131, 0.7268695, 0.8217838, 0.7641010)
cycle <- rep(c("d1", "d2", "d3", "d4", "d5"), 6)
Condition <- rep(c("Condition0","Condition1", "Condition2", "Condition3", "Condition4", "Control"), each = 5)

dataset2 <- data.frame(my_data, cycle, Condition)

shapiro.test(dataset2$my_data)

После теста Шапиро-Уилка я проведу ANOVA или Kruskall-Wallis (зависит от результата), чтобы увидеть, есть ли какая-либо разница между различными условиями. Как это:

my_lm <- lm(my_data ~ Condition, data= dataset2)
anova(my_lm)

Какой из них вы считаете правильным? Спасибо за ответ!